基于TSP物探指标的围岩质量预测研究

为利用TSP各物探指标预测隧道围岩质量,以G575线巴里坤~哈密公路东天山隧道为工程依托,利用灰色关联分析理论,建立了以岩体质量指标修正值作为围岩质量的依据,以9个物探指标为影响因素,采用MATLAB软件对隧道围岩质量的影响因素进行关联排序,确定影响围岩质量的主次因素;再选取高关联度的物探指标,采用灰色关联理论进行围岩质量预测。结果表明,波速、纵横波速比、泊松比、密度为影响隧道围岩稳定性的主控因素;剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量为次要因素;围岩质量预测采用波速、纵横波速比、泊松比、密度这4个高关联度的物探指标能准确预测隧道围岩分类。

多元回归法在某水电站TBM施工隧洞围岩质量预测中的应用

针对西南某水电站引水隧洞TBM施工中的围岩分类问题,进行大量的现场调查、数据采集和分析验证,在基于TBM掘进参数研究的基础上引入岩石强度的地质因素,经过多元逐步回归得到了回归方程,并将其应用在各围岩类别的地质分值上进行验证,得到的预测分值与现场地质分值吻合率较高,以此预测围岩质量。研究成果为以后TBM施工条件下隧洞围岩分类的进一步研究提供了有价值的参考。

序贯高斯模拟在围岩质量预测中的应用

围岩质量的准确划分对隧道工程的建设成本控制和施工安全至关重要。根据局部范围内的围岩信息估计整个隧道址区围岩质量分布时,常规的插值算法(反距离加权插值法、平均法等)未能充分考虑变量空间分布的结构性,因此预测精度较低。为了更好地考虑地质信息间的空间结构性,本文结合RMR14法对围岩质量进行定量评价,将序贯高斯模拟方法应用到掌子面前方围岩质量的预测。利用钻孔、物探、地质素描等采集的地质信息,通过变差函数的模拟对其空间自相关性进行定量描述。采用序贯高斯模拟方法,以RMR14法各评分指标为研究对象分别进行变量估计,进而对未开挖掌子面围岩情况进行定量评估。以试刀山隧道工程为例对该方法进行验证,预测结果保持了近70%的预测精度。研究结果表明:基于指标的序贯高斯模拟方法在RMR值预测方面有良好的表现,同时能反映更多的地质信息;此外,序贯高斯模拟方法能够很好地反应空间中RMR值的细微变化,可以克服克里金方法的"平滑效应";具有一定的工程应用推广价值。

基于BP神经网络的围岩质量分类研究

围岩质量是影响隧道安全的重要因素。以新疆东天山隧道工程为研究对象,采用隧道地震波法、TSP物探指标敏感性分析法和BP神经网络关联分析理论,对影响隧道围岩质量的因素进行分析,并对围岩质量进行预测。结果表明,在TSP物探众多指标中,波速V、纵横波速比V/V、泊松比μ和密度ρ是围岩质量的主控因素;BP神经网络预测围岩质量方法是可靠准确的,且预测结果可根据技术和数据的完善进一步改善;提高纵波速V、横波速V和泊松比μ的预测精度,可有效控制TSP物探指标整体预测结果。